Dissolved organic matter mediates the effects of warming and inorganic nutrients on a lake planktonic food web
Notice bibliographique
Résumé
Abstract Lakes are undergoing striking physicochemical changes globally, including co‐occurring increases in dissolved organic carbon and nutrient concentrations, water color, and surface temperature. Although several experimental studies of lake browning and warming have been conducted over the last decade, knowledge remains limited as to the structural and functional responses of multitrophic plankton communities, especially under environmentally relevant physicochemical conditions. Using reverse osmosis to manipulate naturally occurring dissolved organic matter (DOM), we performed an enclosure experiment to evaluate the response of a planktonic food web (zooplankton–phytoplankton–bacterioplankton) to individual and combined increases in DOM and temperature, while accounting for changes in inorganic nutrients associated with DOM enrichment. We found that concomitant increases in DOM and temperature or inorganic nutrients elicited substantially greater biotic effects, but infrequently led to interactive effects. Overall, major plankton groups responded differently to manipulated factors, with most effects observed in standing stocks, community composition, and trophic structure, while metabolic (primary production and respiration) rates appeared to be generally less responsive. DOM enrichment had a clear stimulatory effect on phytoplankton, but weakly affected zooplankton. More specifically, DOM enrichment, alone or combined with inorganic nutrient amendments, decreased zooplankton : chlorophyll a ratios, implying a reduced trophic transfer efficiency and altered trophic structure. Warming generally increased bacterial abundance and cyanobacterial dominance, especially under DOM‐enriched conditions. Collectively, these results demonstrate that increasing local DOM, even by only ~ 2 mgC L−1, can enhance plankton responses to rising temperature or inorganic nutrients in the near‐surface layer of a clearwater lake, with potential implications for ecosystems facing co‐occurring environmental changes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».